以云计算、大数据、人工智能等为代表的数字技术不断涌现，快速向经济社会各领域融合渗透。以数据为核心的数字化转型已是大势所趋。伴随信息技术的持续变革与发展，以数字经济为代表的新经济将成为发展新动能。金融业是数据密集型行业，在生产经营过程中积累了海量的数据资源，对数据资产进行管理、应用、治理成为金融机构探索和实践的重要方向。
一、金融机构为什么需要数据治理
治理体系缺失
从业机构违法违规成本低，为谋求商业利益而置现有管理规定于不顾，过度采集数据、违规使用数据、非法交易数据等问题屡见不鲜。由于法律法规尚不健全、
数据治理体系还不完善、机构合规意识不足，数据“不善用”的问题较为突出。此外，部分机构数据保护意识、内部管理、技防能力薄弱，数据泄露事件时有发生，用户遭到电信欺诈、骚扰电话、暴力催收等屡禁不止，严重侵害了用户权益。
融合应用困难
金融数据来源众多、体量庞大、结构各异、关系复杂。从如此繁杂的海量金融数据中挖掘高价值、关联性强的高质量数据，需要高效的信息技术支撑和可靠的基础设施保障。然而，部分金融机构科技研发投入相对不足、科技人员占比严重失调，利用数据建模分析解决实际问题的能力有待提高。金融机构信息资源利用大多停留在表面，数据应用尚不深入、应用领域相对较窄、数据与场景融合不够，导致数据之“沙”难以汇聚成“塔”，海量数据资源无法盘活，数据潜力得不到充分释放。
数据质量不高
目前金融业整体数据质量不高，给数据深入挖掘与高效应用带来困难。在一致性方面，由于金融机构业务条线繁杂、业务种类多样，多个部门往往
数据采集标准不一、统计口径各异。这给全局数据建模、分析、运用造成障碍，数据挖掘效果大打折扣。在完整准确性方面，由于缺乏统一的数据治理体系，有些金融机构在数据采集、存储、处理等环节可能存在不科学、不规范等问题，导致异常数据、缺失数据、错误数据等“脏数据”频频产生，无法确保数据的完整性和准确性。
存在信息孤岛
部分金融数据具有一定敏感性，涉及用户个人隐私、商业秘密甚至国家安全，数据共享可能存在法律风险，客观上给机构间共享数据带来障碍。而且由于各机构数据接口不统一，不同机构的数据难以互联互通，严重阻碍数据开放共享，导致数据资产相互割裂、自成体系。此外，多数金融机构都将数据作为战略性资源，认为拥有数据就拥有客户资源和市场竞争力，主观上不愿意共享数据。
二、数据治理如何帮助金融企业实现数字化转型
亿信华辰
睿治数据治理平台通过建立统一的
数据标准、可量化的数据质量管理、高时效的元数据服务，提升了人员沟通效率，提高数据质量，推动金融行业数据管理水平的稳步提升，提高需求分析、应用设计的工作效率，满足内部全面风险管理能力及精细化管理要求，帮助企业实现数字化转型。
提升
数据资产管理能力：基于元数据视图和分析能力，更高效地支持
数据仓库等关键应用的开发效率和质量
推进数据标准化：管理数据标准的定义、发布和执行情况，建立全行通用的数据标准，推进数据标准在系统中的有效落地
实现精准高效的分析：通过数据治理和管控，系统将提供标准统一的、高质量的数据，并通过元数据服务帮助用户快速定位，促进
数据资产价值的发掘和利用，实现精准高效的分析
提高数据转化信息能力：通过全面数据质量管理，有效地降低了数据质量导致的系统维护和信息维护成本，使数据真正转化为信息。
（部分内容来源网络，如有侵权请联系删除）
